心肌桥患者不同心脏阶段血管造影定量血流比值的诊断准确性：一项回顾性队列研究

《Cardiology Plus》：Diagnostic accuracy of angiographic quantitative flow ratio across cardiac phases in patients with myocardial bridge: a retrospective cohort study

心肌桥的功能评估方法研究：基于AI辅助的定量血流比率分析

　　本研究聚焦于一种特殊的冠状动脉解剖结构——心肌桥（Myocardial Bridge, MB）的功能性评估。心肌桥是一种先天性冠状动脉变异，指的是冠状动脉的一部分在心脏肌肉中形成隧道状结构，随着心脏的搏动周期在血管壁内移动。尽管MB通常被认为是良性的，但在某些情况下，它可能引发临床症状，如心绞痛或心肌缺血，并与内皮功能障碍及其他心血管并发症相关。因此，对MB进行准确的功能性评估对于临床决策至关重要。然而，目前MB的功能性评估仍然存在较大争议，尤其是传统压力导丝测量的血流储备（Fractional Flow Reserve, FFR）在MB中的应用受到诸多限制。

研究的目标是探索一种新的评估方法，即基于定量血流比（Quantitative Flow Ratio, QFR）的计算技术，并结合不同心脏周期阶段的影像资料，来评估其在MB患者中的诊断性能。QFR是一种新兴的非侵入性评估方法，它通过冠状动脉造影图像进行计算，不需要使用压力导丝或药物诱导的高灌注状态。这种技术利用人工智能（Artificial Intelligence, AI）算法，能够在单帧造影图像中自动完成分析，为临床提供快速、便捷的评估手段。

研究对象是那些同时接受了冠状动脉造影（Coronary Angiography, CAG）和FFR测量的MB患者。通过回顾性分析，研究人员收集了118名患者的临床和影像资料，其中涵盖了MB所在部位的左前降支（Left Anterior Descending artery, LAD）血管段。这些患者在2018年1月至12月期间于复旦大学附属中山医院接受检查。研究排除了那些因造影图像质量不佳、FFR测量失败或曾接受过冠状动脉旁路移植术（Coronary Artery Bypass Grafting, CABG）等不适合纳入分析的病例。

研究采用三种不同的方法计算QFR：基于收缩期影像的收缩期QFR（sys-μQFR）、基于舒张期影像的舒张期QFR（dias-μQFR）以及基于心肌桥区域血管变形的动态QFR（D-μQFR）。这三种方法分别利用不同阶段的影像资料来评估MB的功能性影响。其中，sys-μQFR使用收缩期的血管图像，dias-μQFR则基于舒张期的影像，而D-μQFR则关注心肌桥区域在收缩期的血管变形情况，并对多个高质量影像帧进行平均处理。通过这种方式，研究人员能够更全面地了解MB在心脏搏动周期中的血流动力学变化。

研究结果显示，这三种QFR方法在评估MB功能性影响方面的表现各不相同。sys-μQFR的诊断准确率为79%（95%置信区间为71%–86%），其敏感性为96%（81%–100%），而特异性仅为74%（63%–82%）。相比之下，dias-μQFR的准确率为86%（80%–93%），特异性高达100%（96%–100%），但敏感性仅为41%（22%–61%）。D-μQFR则表现出最佳的诊断性能，准确率为92%（86%–97%），特异性为99%（94%–100%），敏感性为67%（46%–84%）。此外，D-μQFR的曲线下面积（Area Under the Curve, AUC）达到了0.94（95%置信区间为0.88–0.98），显著优于其他两种方法。

这些结果表明，D-μQFR在MB的功能性评估中具有最高的诊断准确性，而sys-μQFR则在检测低血流储备（FFR ≤ 0.80）方面表现出更高的敏感性。值得注意的是，虽然D-μQFR的特异性接近完美，但其敏感性仍存在一定局限，这可能与MB在心脏周期中动态变化的特性有关。例如，MB在收缩期会受到心脏收缩的影响，导致血管的短暂压缩，这种现象可能在舒张期有所缓解，从而影响QFR的计算结果。因此，动态分析心肌桥区域的血管变形，能够更全面地捕捉到这些变化，提高诊断的准确性。

从临床角度来看，这些发现具有重要意义。传统的FFR测量需要使用压力导丝，并且依赖于药物诱导的高灌注状态，这不仅增加了操作的复杂性和侵入性，还可能带来一定的风险。而QFR技术则避免了这些限制，能够通过单帧造影图像快速完成评估，大大简化了流程。特别是在MB的评估中，QFR能够提供一种非侵入性的替代方案，为临床医生提供更为便捷的工具。

此外，本研究还探讨了QFR与FFR之间的相关性和一致性。通过Bland-Altman分析和线性回归模型，研究人员发现D-μQFR与FFR之间的相关性最高，达到0.84，且均值差异较小，表明其在估算血流储备方面的可靠性。而sys-μQFR虽然在检测低血流储备方面表现出更高的敏感性，但其特异性相对较低，这可能与其对收缩期血管变形的依赖有关。dias-μQFR则在特异性方面表现出色，但敏感性较低，这提示其在识别MB功能性影响方面可能存在一定的局限。

值得注意的是，本研究的样本量相对较小，这可能影响到统计结果的稳定性。此外，由于样本在MB严重程度分级上分布不均，研究人员未能对不同严重程度的MB进行更细致的亚组分析。这些局限性意味着未来需要更大规模的前瞻性研究来进一步验证QFR在MB评估中的应用效果。同时，本研究主要在单一中心进行，因此其结果的可推广性仍需通过多中心研究来确认。

在讨论部分，研究团队还指出，尽管FFR在MB评估中存在一定的局限性，但其仍然是目前公认的参考标准。因此，本研究并未质疑FFR本身的适用性，而是致力于探索QFR与FFR之间的关系。研究结果表明，QFR在MB评估中具有良好的一致性，尤其是在动态分析血管变形的情况下，D-μQFR能够提供更为准确的诊断信息。这种非侵入性、自动化的评估方法，有望在未来成为MB功能性评估的重要工具。

从实际应用的角度来看，QFR的计算方法基于Murray定律，这一定律描述了血管直径与血流量之间的关系。通过AI算法，QFR能够在单帧造影图像中自动完成计算，这不仅提高了评估的效率，还减少了人为误差的可能性。然而，QFR在MB中的应用仍需进一步优化，特别是在如何处理心脏周期中血管动态变化的问题上。例如，收缩期和舒张期的血管变形可能会影响QFR的计算结果，因此，需要更精确的影像分析技术来捕捉这些变化。

此外，本研究还提到，MB的功能性评估在临床实践中仍是一个挑战。尽管QFR提供了一种替代方案，但其在不同患者群体中的表现可能有所差异。例如，在有症状的患者中，某些方法可能通过增加敏感性或减少收缩期压力超调的影响来提高诊断准确性。而在MB作为偶然发现的患者中，这种方法可能更适用于评估其潜在的临床影响。因此，未来的研究应进一步探索QFR在不同临床背景下的适用性，并结合其他影像技术如心肌灌注显像（Myocardial Perfusion Imaging, MPI）进行比较分析。

综上所述，本研究为MB的功能性评估提供了一种新的方法，即基于不同心脏周期阶段的QFR计算。通过动态分析血管变形，D-μQFR在诊断准确性和一致性方面表现最佳，而sys-μQFR则在检测低血流储备方面具有更高的敏感性。这些结果表明，QFR技术在MB评估中具有广阔的应用前景，尤其是在减少侵入性操作、提高诊断效率和准确性方面。尽管当前研究存在一定的局限性，如样本量较小和研究范围有限，但其为未来的临床实践提供了重要的理论基础和技术支持。未来的研究应进一步优化QFR计算方法，扩大样本量，并探索其在不同患者群体中的适用性，以推动这一技术在临床中的广泛应用。